Cách gi?i quy?t CAPTCHA ?nh trong Web Scraping: H??ng d?n ??y ?? n?m 2025

N?u có m?t ?i?u t?i ?? h?c ???c trong nh?ng n?m qua v?i t? cách là m?t ng??i ?am mê web scraping, ?ó là nh?ng th? thách CAPTCHA gi?ng nh? nh?ng ng??i gác c?ng c?a internet. Cu?c g?p g? ??u tiên c?a t?i v?i m?t CAPTCHA hình ?nh c?m th?y nh? ??p vào m?t b?c t??ng g?ch. T?i ?? dành hàng gi? ?? x?y d?ng scraper c?a mình, và ngay khi t?i s?p thu th?p d? li?u, t?i ?? ???c chào ?ón b?ng nh?ng b?c ?nh m? v? ?èn giao th?ng, v?ch k? ???ng và m?t ti?n c?a hàng. T?i nh?n ra r?ng gi?i quy?t CAPTCHA hình ?nh kh?ng ch? là m?t thách th?c k? thu?t — ?ó là m?t nghi th?c c?a b?t k? scraper web nghiêm túc nào.

Hi?n nay, vào n?m 2025, CAPTCHA hình ?nh ?? phát tri?n thành các c? ch? tinh vi, s? d?ng AI ?? c?n tr? ngay c? nh?ng scraper tiên ti?n nh?t. Nh?ng v?i các c?ng c?, k? thu?t và t? duy phù h?p, chúng kh?ng còn là kh?ng th? v??t qua. Trong blog này, t?i s? chia s? nh?ng gì t?i ?? h?c ???c v? vi?c gi?i quy?t CAPTCHA hình ?nh m?t cách hi?u qu?, t? kinh nghi?m cá nh?n ??n các gi?i pháp m?i nh?t.

CAPTCHA hình ?nh là gì và t?i sao chúng t?n t?i?

Khi web scraping, m?t trong nh?ng lo?i CAPTCHA ph? bi?n nh?t mà b?n s? g?p ph?i là CAPTCHA hình ?nh, ???c thi?t k? ?? ng?n ch?n các bot t? ??ng truy c?p vào các trang web. V?i s? ti?n b? c?a c?ng ngh?, các h? th?ng CAPTCHA liên t?c phát tri?n và tr? nên ph?c t?p h?n. M?t trong nh?ng h? th?ng CAPTCHA hình ?nh ???c s? d?ng r?ng r?i nh?t là reCAPTCHA c?a Google.

reCAPTCHA yêu c?u ng??i dùng ch?n các hình ?nh ch?a các ??i t??ng c? th?, ch?ng h?n nh? ?èn giao th?ng, xe ??p ho?c v?ch k? ???ng. Lo?i th? thách nh?n d?ng hình ?nh này r?t hi?u qu? trong vi?c ph?n bi?t gi?a ng??i dùng và script t? ??ng. M?c dù ? ch?n "T?i kh?ng ph?i là ng??i máy" tr??c ??y là tiêu chu?n, nh?ng các phiên b?n g?n ??y h?n d?a trên các th? thách d?a trên hình ?nh, ngày càng ph? bi?n. Ng??i dùng ???c yêu c?u ch?n các hình ?nh chính xác ?? hoàn thành xác minh và ch?ng minh r?ng h? kh?ng ph?i là bot.

Các lo?i CAPTCHA hình ?nh ph? bi?n trong Web Scraping

Trong l?nh v?c web scraping, CAPTCHA hình ?nh kh?ng ch? là nh?ng tr? ng?i; chúng là nh?ng th? thách tinh vi ???c thi?t k? ?? ph?n bi?t gi?a con ng??i và bot. Trong s? nhi?u bi?n th?, hai bi?n th? n?i b?t nh?t là reCAPTCHA c?a Google và CAPTCHA ImageToText. M?i lo?i ??u ??t ra nh?ng khó kh?n riêng, nh?ng v?i cách ti?p c?n phù h?p, chúng có th? ???c gi?i quy?t hi?u qu?.

1. Gi?i quy?t th? thách reCAPTCHA v2

B??c 1: Nh?p các th? vi?n c?n thi?t

??u tiên, chúng ta c?n nh?p th? vi?n requests, cho phép chúng ta th?c hi?n các yêu c?u HTTP ?? t??ng tác v?i API CapSolver.

import requests

B??c 2: ??nh ngh?a URL API và Khóa API

?? giao ti?p v?i API CapSolver, b?n c?n cung c?p m?t khóa API. Khóa này th??ng ???c t?o khi b?n ??ng k? tài kho?n v?i CapSolver. ? ??y, chúng ta ??nh ngh?a API_URL ?? ch? ??nh ?i?m cu?i API và API_KEY ?? xác th?c tài kho?n c?a b?n.

API_URL = "https://api.capsolver.com/createTask"
API_KEY = "YOUR_API_KEY"

B??c 3: T?o payload yêu c?u

payload là m?t t? ?i?n ch?a t?t c? th?ng tin c?n thi?t cho yêu c?u. Trong tr??ng h?p này, chúng ta ch? ??nh lo?i CAPTCHA (ReCaptchaV2Classification), URL c?a trang web m?c tiêu và ??i t??ng c?n nh?n d?ng (ví d?: ?èn giao th?ng). H?y ch?c ch?n thay th? URL trang web m?c tiêu và ??i t??ng c?n nh?n d?ng b?ng các giá tr? th?c t? cho tr??ng h?p c?a b?n.

payload = {
    "clientKey": API_KEY,  # Thay th? b?ng khóa API c?a b?n
    "task": {
        "type": "ReCaptchaV2Classification",  # Lo?i reCAPTCHA v2
        "websiteURL": "https://target-website.com",  # URL trang web m?c tiêu
        "question": "/m/04_sv"  # ??i t??ng c?n nh?n d?ng (ví d?: ?èn giao th?ng)
    }
}

B??c 4: G?i yêu c?u

Chúng ta s? d?ng requests.post ?? g?i yêu c?u, chuy?n payload ?? t?o d??i d?ng d? li?u JSON. ??i t??ng response s? ch?a d? li?u ph?n h?i c?a API.

response = requests.post(API_URL, json=payload)

B??c 5: X? l? ph?n h?i

Ki?m tra m? tr?ng thái c?a ph?n h?i ?? ??m b?o yêu c?u ?? thành c?ng. N?u thành c?ng, chúng ta ph?n tích cú pháp ph?n h?i JSON và ki?m tra errorId và status ?? xem gi?i pháp ?? s?n sàng ch?a. N?u th? thách ?? ???c gi?i quy?t, chúng ta trích xu?t và hi?n th? gi?i pháp.

if response.status_code == 200:
    result = response.json()
    if result.get("errorId") == 0 and result.get("status") == "ready":
        print("Solution:", result["solution"])  # Xu?t gi?i pháp
    else:
        print("Error:", result.get("errorDescription"))  # Xu?t th?ng báo l?i
else:
    print(f"Failed with status code: {response.status_code}")  # N?u yêu c?u th?t b?i, xu?t m? tr?ng thái

2. Gi?i quy?t CAPTCHA ImageToText

B??c 1: Nh?p các th? vi?n c?n thi?t

? ??y, chúng ta s? d?ng th? vi?n capsolver, ???c cung c?p b?i CapSolver ?? t??ng tác v?i API c?a h?. Chúng ta c?ng nh?p os và pathlib ?? qu?n l? ???ng d?n t?p cho hình ?nh CAPTCHA.

import os
from pathlib import Path
import capsolver

B??c 2: Thi?t l?p Khóa API c?a b?n

T??ng t? nh? reCAPTCHA, tr??c tiên chúng ta thi?t l?p khóa API c?a b?n ?? xác th?c v?i d?ch v? c?a CapSolver.

capsolver.api_key = "YOUR_API_KEY"

B??c 3: Ch? ??nh ???ng d?n hình ?nh CAPTCHA

Gi? s? b?n ?? t?i xu?ng hình ?nh CAPTCHA và l?u nó c?c b?. Chúng ta s? d?ng pathlib ?? ??nh ngh?a ???ng d?n t?p ??n hình ?nh.

# L?y ???ng d?n ??n th? m?c script hi?n t?i và ??nh ngh?a ???ng d?n t?p hình ?nh CAPTCHA
img_path = os.path.join(Path(__file__).resolve().parent, "captcha_image.jpg")

B??c 4: ??c và m? hóa hình ?nh

Ti?p theo, chúng ta m? t?p hình ?nh CAPTCHA ? ch? ?? nh? ph?n và m? hóa nó thành base64, ?i?u này c?n thi?t ?? g?i nó ??n CapSolver ?? x? l?.

with open(img_path, 'rb') as f:
    encoded_image = f.read().encode("base64")  # M? hóa hình ?nh thành base64

B??c 5: G?i tác v? và l?y gi?i pháp

B?y gi?, chúng ta g?i capsolver.solve() ?? g?i tác v? CAPTCHA ImageToText, chuy?n hình ?nh ???c m? hóa base64 làm m?t ph?n c?a yêu c?u. Chúng ta ch? ??nh lo?i tác v? là ImageToTextTask và s? d?ng m?-?un OCR general ?? nh?n d?ng v?n b?n.

solution = capsolver.solve({
    "type": "ImageToTextTask",  # Thi?t l?p lo?i tác v? thành ImageToText
    "module": "general",  # S? d?ng m?-?un OCR chung
    "body": encoded_image  # Chuy?n hình ?nh ???c m? hóa base64
})

B??c 6: Xu?t gi?i pháp

Cu?i cùng, chúng ta xu?t gi?i pháp CAPTCHA ?? gi?i m? ???c tr? v? b?i CapSolver.

print("CAPTCHA Solution:", solution)

M? th??ng

Nh?n M? th??ng c?a b?n cho các gi?i pháp captcha hàng ??u; CapSolver: recapv2. Sau khi ??i, b?n s? nh?n ???c thêm 5% ti?n th??ng sau m?i l?n n?p, Kh?ng gi?i h?n.

K?t lu?n

B?ng cách làm theo các b??c này, b?n có th? d? dàng gi?i quy?t hai lo?i CAPTCHA hình ?nh ph? bi?n: reCAPTCHA c?a Google và CAPTCHA ImageToText. Cho dù b?n ?ang x? l? các reCAPTCHA ???c t?o ??ng hay các th? thách v?n b?n b? bóp méo, API c?a CapSolver cung c?p m?t gi?i pháp hi?u qu? và t? ??ng.

Nh?ng ph??ng pháp này s? c?i thi?n ?áng k? hi?u qu? và ?? tin c?y c?a các tác v? web scraping c?a b?n. Nh? m?i khi, h?y ??m b?o r?ng các ho?t ??ng scraping c?a b?n tu?n th? các tiêu chu?n pháp l? và ??o ??c ?? duy trì tính toàn v?n c?a c?ng vi?c c?a b?n.

N?m 2025, gi?i quy?t CAPTCHA kh?ng ch? là m?t k? n?ng — ?ó là m?t ?i?u c?n thi?t ??i v?i b?t k? scraper nào mu?n d?n ??u trò ch?i.